科技前線
Jason··2 分鐘閱讀
企業級 AI 代理面臨記憶難題:非迴歸式框架引發技術革新
企業級 AI 代理常因無法保留上下文記憶而失效,現有 RAG 架構表現受限。新興的非迴歸式框架及「決策上下文圖譜」技術正試圖解決此問題,旨在提升代理的記憶延續性與長期業務學習能力。
企業級 AI 代理常因無法保留上下文記憶而失效,現有 RAG 架構表現受限。新興的非迴歸式框架及「決策上下文圖譜」技術正試圖解決此問題,旨在提升代理的記憶延續性與長期業務學習能力。
Google I/O 2026 宣布全面轉向代理化 AI,發布了全天候個人助理 Gemini Spark,並重新設計了搜尋引擎,將其轉變為自主執行任務的對話式介面。
隨著企業廣泛部署 AI 代理,針對其工具選擇過程的「工具中毒」攻擊成為新的安全隱憂,企業需加強工具驗證與權限控管。
Anthropic 營收飆升至 300 億美元,並推出『Dreaming』與『Outcomes』等編排功能,試圖掌控企業 AI 基礎設施,同時展現出與 OpenAI 在責任法規上的立場差異。
代理型商務(Agentic Commerce)興起,Microsoft 強化 AI 代理治理,American Express 開發意圖合約與安全憑證,標誌 AI 進入自主執行交易的新階段。
OpenAI 對 Codex 進行大規模更新,使其能夠直接調用用戶電腦中的所有應用程式,並能在背景執行複雜任務,標誌著其從編碼工具轉型為強大的 AI 桌面代理。
企業級 AI 代理(Agentic AI)正從實驗進入生產階段,以 Block 的 Managerbot 及 NeuBird 的 Falcon 為首,這些代理能主動執行業務監控與軟體除錯,顯著提升企業生產力與自動化水準。
AI 從聊天模式演進為自主代理,Claude Cowork 與 OpenClaw 等工具展現其自主規劃與執行能力。儘管效率提升,但代理 AI 的決策不透明性引發了對運作風險與社會引導能力的討論。